| Длина текста, знаков: | 651769 |
| Слов в произведении (СВП): | 94478 |
| Приблизительно страниц: | 334 |
| Средняя длина слова, знаков: | 5.33 |
| Средняя длина предложения (СДП), знаков: | 58.16 |
| СДП авторского текста, знаков: | 73.15 |
| СДП диалога, знаков: | 42.22 |
| Доля диалогов в тексте: | 35.32% |
| Доля авторского текста в диалогах: | 8.97% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10408 |
| Активный словарный запас (АСЗ): | 9798 |
| Активный несловарный запас (АНСЗ): | 610 |
| Удельный АСЗ на 3000 слов текста: | 1221.24 | |
| Удельный АСЗ на 10000 слов текста: | 2810.86 | —> 6261-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 22361 (23.67% от СВП) |
| Определённых частей речи (ОЧР), слов: | 72117 (76.33% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 23624 (32.76%) |
| Прилагательное | 7826 (10.85%) |
| Глагол | 17717 (24.57%) |
| Местоимение-существительное | 6933 (9.61%) |
| Местоименное прилагательное | 3478 (4.82%) |
| Местоимение-предикатив | 14 (0.02%) |
| Числительное (количественное) | 1189 (1.65%) |
| Числительное (порядковое) | 189 (0.26%) |
| Наречие | 4477 (6.21%) |
| Предикатив | 945 (1.31%) |
| Предлог | 9286 (12.88%) |
| Союз | 7306 (10.13%) |
| Междометие | 1449 (2.01%) |
| Вводное слово | 403 (0.56%) |
| Частица | 6197 (8.59%) |
| Причастие | 1165 (1.62%) |
| Деепричастие | 258 (0.36%) |
| Служебных слов: | 35324 (48.98%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 113.56 |
| . точка | 88.38 |
| - тире | 32.33 |
| ! восклицательный знак | 7.13 |
| ? вопросительный знак | 12.10 |
| ... многоточие | 12.31 |
| !.. воскл. знак с многоточием | 0.22 |
| ?.. вопр. знак с многоточием | 0.38 |
| !!! тройной воскл. знак | 0.08 |
| ?! вопр. знак с восклицанием | 0.50 |
| " кавычка | 18.41 |
| () скобки | 0.04 |
| : двоеточие | 6.55 |
| ; точка с запятой | 0.05 |
Алгоритм распознавания автора текста, разработанный в 2008 году Львовым Алексеем (creator) для
Лаборатории Фантастики, основан на сравнении лингвистического профиля текста с идентичными по структуре лингвистическими
профилями авторов для выявления наиболее точного совпадения. Лингвопрофили авторов вычисляются заблаговременно и хранятся
в базе данных как массивы усреднённых показателей и их среднеквадратичных отклонений по всем текстам автора.
Таких показателей насчитывается более тысячи, часть из которых приведена выше.
Эмпирический подсчёт показал, что совокупный анализ этих данных, взятых в весовых долях, позволяет определить автора романа с точностью 98.79%,
рассказа — 84.32% (при условии, что в базе данных имеется лингвистический профиль истинного автора). Алгоритм сложен и
обладает рядом инновационных решений, что позволяет достичь высокой точности в сравнении с прототипами, основанными
на анализе одних лишь символьных биграмм.
